2º Edición CiDAEN

Ciencia de datos y aplicaciones escalables en la nube

Curso de Especialista - Universidad de Castilla-La Mancha

30 créditos

Modalidad


Online

(Opción semipresencial)

Duración


9 meses

(15/10/18-28/06/19)

Inscripción


Preinscripción

01/06/18-12/10/18

Plazo de matrícula

01/10/2018-12/10/2018

Orientación


Titulados universitarios

Estudiantes de último curso de grado

Titulados de ciclos formativos de grado superior

Colaboran:

Sin necesidad de abandonar tu trabajo

  • Clases en streaming, así como en formato webinar, para poder verlas donde y cuando quieras
  • Uso de las últimas tecnologías para la comunicación entre alumnos y profesores

Con una formación totalmente práctica

  • 160 horas de prácticas, para que el conocimiento no se quede en la teoría
  • 4 proyectos dirigidos (capstones) para mostrarlos a futuros empleadores o clientes
  • 1 trabajo final con el objetivo de explorar los aspectos del curso que más te interesen

Prepárate para uno de los trabajos más demandados

  • Según el reciente estudio de IBM, para 2020, el número de ofertas de trabajo se habrá incrementado un 15% (364000 nuevas ofertas de trabajo)
  • Tanto el perfil de Data Scientist como el de Data Engineers (a los que está orientado este curso) ocupan el primer y tercer puesto en el ranking de los mejores trabajos de America según la empresa Glassdoor

Contenido

Objetivos:
  • Aprender en qué consiste la ciencia de datos y qué problemas trata de resolver
  • Trabajo en entornos basados en Python y Docker
  • Uso básico del paquete de herramientas científicas de Python: Numpy, Pandas, Matplotlib...
Objetivos:
  • Conocer y usar los formatos más comunes de datos
  • Adquirir datos desde la web mediante scrapping y APIs
  • Preprocesar y preparar datos para el análisis
Objetivos:
  • Aprender en qué consisten las medidas de tendencia central, no central y dispersión
  • Realizar análisis exploratorio de datos como medio de elaboración de hipótesis
  • Visualizar datos con gráficos de tipo exploratorio usando seaborn
Elaboración de un conjunto de datos a partir de fuentes heterogéneas. Exploración y visualización de los datos.
Objetivos:
  • Estudiar el machine learning y sus casos de aplicación
  • Conocer las principales técnicas de evaluación y métodos de validación
  • Introducir las características principales de los algoritmos de clasificación, regresión y clustering más utilizados
  • Introducir scikit-learn, como herramienta para el uso y validación de algoritmos de machine learning
Objetivos:
  • Conocer las principales técnicas de machine learning a partir de texto
  • Análisis de información en grafos mediante NetworkX
  • Comprender los principales algoritmos para la elaboración de recomendaciones de manera automática.
Construcción de un sistema de recomendación de libros.
Objetivos:
  • Introducir la problemática asociada a la computación escalable y el Big Data.
  • Procesamiento de datos usando Spark
  • Análisis de datos usando Spark SQL y MLlib.
Objetivos:
  • Introducción a la computación en la nube usando AWS.
  • Conocer cómo hacer uso de la computación elástica.
  • Principales APIs para almacenamiento de datos
  • Lanzar clusters de Spark en la nube
Objetivos:
  • Aprender a analizar información temporal.
  • Conocer las principales técnicas para la detección de anomalías.
  • Comprender las principales técnicas para utilizar y analizar flujos de datos
Construcción de una plataforma de análisis de sentimiento sobre tweets en tiempo real.
Objetivos:
  • Introducir las principales técnicas de Deep Learning.
  • Uso de Deep Learning para análisis de imágenes.
  • Uso de Tensorflow para la implementación de redes de Deep Learning.
Objetivos:
  • Conocer los conceptos básicos de la creación de servicios.
  • Crear servicios mediante Flask.
  • Introducir la computación serverless.
  • Uso de APIs de Machine Learning.
Desarrollo de un API serverless que proporcione información de las imágenes recibidas, haciendo uso de un modelo de Deep Learning previamente entrenado.
Estamos últimando los detalles del trabajo final. Próximamente actualizaremos este apartado con más información.

Profesorado

Luis de la Ossa Jiménez

Universidad de Castilla-La Mancha

Pablo Bermejo López

Universidad de Castilla-La Mancha

José Antonio Gámez Martín

Universidad de Castilla-La Mancha

Juan Ángel Aledo Sánchez

Universidad de Castilla-La Mancha

Jose Miguel Puerta Callejón

Universidad de Castilla-La Mancha

María Julia Flores Gallego

Universidad de Castilla-La Mancha

María Teresa Alonso Martínez

Universidad de Castilla-La Mancha

Jacinto Arias Martínez

Universidad de Castilla-La Mancha

Enrique González Rodrigo

Universidad de Castilla-La Mancha

Javier Cózar del Olmo

Universidad de Castilla-La Mancha

Daniel González Medina

Universidad de Castilla-La Mancha

Cristina Romero González

Universidad de Castilla-La Mancha

Fernando Rubio Perona

Universidad de Castilla-La Mancha

Juan Ignacio Alonso Barba

Servicios y Desarrollos Grupo Vermon

Jesus Martínez Gómez

Servicios y Desarrollos Grupo Vermon

Número limitado de plazas

Nº de plazas: 25

Matrícula abierta

Inscríbete

Es necesario un usuario de la UCLM. Si no lo tienes, puedes crear uno nuevo en la página de la inscripción

Precio de matrícula

1600€*

*Bonificación del 30% a estudiantes y titulados del Master Universitario en Ingeniería Informática de la UCLM

¿Tienes alguna pregunta?